Fig.7 : Chroniques des prélèvements de diatomées pour le suivi DCE, de 2008 à 2023
Fig.7 : Chroniques des prélèvements de diatomées pour le suivi DCE, de 2008 à 2023
Fig.8 : Distribution de l’I2M2 et ses métriques, faisant apparaître les limites de classe de l’I2M2
Fig.9 : Distribution de l’IBD et de l’IPS, faisant apparaitre les limites de classe de l’IBD
## rlang (1.1.5 -> 1.1.6 ) [CRAN]
## cli (3.6.4 -> 3.6.5 ) [CRAN]
## utf8 (1.2.4 -> 1.2.6 ) [CRAN]
## pillar (1.10.1 -> 1.11.0) [CRAN]
## stringi (1.8.4 -> 1.8.7 ) [CRAN]
## tibble (3.2.1 -> 3.3.0 ) [CRAN]
## generics (0.1.3 -> 0.1.4 ) [CRAN]
## Rcpp (1.0.14 -> 1.1.0 ) [CRAN]
## purrr (1.0.4 -> 1.1.0 ) [CRAN]
## units (0.8-5 -> 0.8-7 ) [CRAN]
## s2 (1.1.7 -> 1.1.9 ) [CRAN]
## sf (1.0-19 -> 1.0-21) [CRAN]
##
## Des versions binaires sont disponibles mais les versions des sources
## sont plus récentes:
## binary source needs_compilation
## rlang 1.1.5 1.1.6 TRUE
## cli 3.6.4 3.6.5 TRUE
## utf8 1.2.4 1.2.6 TRUE
## pillar 1.10.2 1.11.0 FALSE
## generics 0.1.3 0.1.4 FALSE
## Rcpp 1.0.14 1.1.0 TRUE
## s2 1.1.7 1.1.9 TRUE
##
## Binaries will be installed
## le package 'rlang' a été décompressé et les sommes MD5 ont été vérifiées avec succés
## le package 'cli' a été décompressé et les sommes MD5 ont été vérifiées avec succés
## le package 'utf8' a été décompressé et les sommes MD5 ont été vérifiées avec succés
## le package 'stringi' a été décompressé et les sommes MD5 ont été vérifiées avec succés
## le package 'Rcpp' a été décompressé et les sommes MD5 ont été vérifiées avec succés
## le package 'units' a été décompressé et les sommes MD5 ont été vérifiées avec succés
## le package 's2' a été décompressé et les sommes MD5 ont été vérifiées avec succés
##
## Les packages binaires téléchargés sont dans
## C:\Users\ilona.garcia\AppData\Local\Temp\RtmpIjjojR\downloaded_packages
## ── R CMD build ─────────────────────────────────────────────────────────────────
## checking for file 'C:\Users\ilona.garcia\AppData\Local\Temp\RtmpIjjojR\remotes1d344fe05d60\MaelTheuliere-COGiter-b3198c8/DESCRIPTION' ... checking for file 'C:\Users\ilona.garcia\AppData\Local\Temp\RtmpIjjojR\remotes1d344fe05d60\MaelTheuliere-COGiter-b3198c8/DESCRIPTION' ... ✔ checking for file 'C:\Users\ilona.garcia\AppData\Local\Temp\RtmpIjjojR\remotes1d344fe05d60\MaelTheuliere-COGiter-b3198c8/DESCRIPTION' (612ms)
## ─ preparing 'COGiter':
## checking DESCRIPTION meta-information ... checking DESCRIPTION meta-information ... ✔ checking DESCRIPTION meta-information
## ─ checking for LF line-endings in source and make files and shell scripts
## ─ checking for empty or unneeded directories
## ─ building 'COGiter_0.0.16.tar.gz'
##
##
Fig.9 : Distribution de l’IBD et de l’IPS, faisant apparaitre les limites de classe de l’IBD
#On crée les couleurs par classe
couleursibd<-c(
"Très bon" = "darkgreen",
"Bon" = "lightgreen",
"Moyen" = "yellow",
"Médiocre"="orange",
"Mauvais" = "red"
)
#On va regarder l'évolution de la classe d'i2m2 au cours du temps
ibdtest <- ibd %>%
mutate(classe_etat= case_when(... =
resultat_indice > 16.4 ~ "Très bon",
resultat_indice > 13.8 ~ "Bon",
resultat_indice > 10 ~ "Moyen",
resultat_indice > 5.9 ~ "Médiocre",
TRUE ~ "Mauvais"
))
# On classe les ordres dans l'ordre
ibdtest<- ibdtest %>%
mutate(classe_etat=factor(classe_etat,levels=c("Très bon","Bon","Moyen","Médiocre","Mauvais")))
# Carte intéractive
mapview(ibdtest, zcol="classe_etat", col.regions=couleursi2m2, xcol="longitude", ycol="latitude", crs= 4326, grid=FALSE,cex=4.5)
# On créé l'objet sf
ibd_sf<-st_as_sf(ibdtest, coords=c("longitude","latitude"),crs=4326)
# Départements bretons à partir de COGITER
departement_breton <- departements_metro_geo %>%
filter(DEP %in% c("22","29","35","56")) %>%
st_transform(crs = 4326)
# Cartes
ggplot() +
geom_sf(data = departement_breton, fill = "gray95", color = "black", size = 0.3) +
geom_sf(data = ibd_sf, aes(color = classe_etat), size = 2) +
scale_color_manual(values = couleursibd) +
annotation_north_arrow(location = "br", which_north = "true",
style = north_arrow_fancy_orienteering,
height = unit(1, "cm"), width = unit(1, "cm")) +
annotation_scale(location = "br", width_hint = 0.3) +
coord_sf(xlim = c(-5.2, -1), ylim = c(47.5, 49), expand = FALSE) +
facet_wrap(~ as.factor(annee), ncol = 3) +
labs(title = "La qualité biologique des cours d'eau bretons selon l'IBD, 2008-2023",
color = "Classe d'état") +
theme_minimal() +
theme(
legend.position = "bottom",
plot.title = element_text(size = 18, face = "bold"), # Augmente la taille et met en gras le titre principal du graphique
legend.title = element_text(size = 14, face = "bold"), # Augmente la taille et met en gras le titre de la légende
legend.text = element_text(size = 12) # Augmente la taille du texte des étiquettes de la légende
)
Fig.7 : Réseaux des stations étudiées
## list()